基于生成式对抗网络的遥感图像半监督语义分割

TP751; 高分辨率遥感图像的语义分割问题是目前遥感图像处理领域中的研究热点之一.传统的有监督分割方法需要大量的标记数据,而标记过程又较为困难和耗时.针对这一问题,提出一种基于生成式对抗网络的半监督高分辨率遥感图像语义分割方法,只需要少量样本标签即可得到较好的分割结果.该方法为分割网络添加全卷积形式的辅助对抗网络,以助于保持高分辨率遥感图像分割结果中的标签连续性;更进一步,提出一种新颖的能够进行注意力选择的对抗损失,以解决分割结果较好时判别器约束的分割网络更新过程中存在的难易样本不均衡问题.在ISPRS Vaihingen 2D语义标记挑战数据集上的实验结果表明,与现有其它语义分割方法相比,...

Full description

Saved in:
Bibliographic Details
Published in红外与毫米波学报 Vol. 39; no. 4; pp. 473 - 482
Main Authors 刘雨溪, 张铂, 王斌
Format Journal Article
LanguageChinese
Published 复旦大学信息学院智慧网络与系统研究中心,上海 200433 01.08.2020
复旦大学电磁波信息科学教育部重点实验室,上海 200433
Subjects
Online AccessGet full text
ISSN1001-9014
DOI10.11972/j.issn.1001-9014.2020.04.012

Cover

Abstract TP751; 高分辨率遥感图像的语义分割问题是目前遥感图像处理领域中的研究热点之一.传统的有监督分割方法需要大量的标记数据,而标记过程又较为困难和耗时.针对这一问题,提出一种基于生成式对抗网络的半监督高分辨率遥感图像语义分割方法,只需要少量样本标签即可得到较好的分割结果.该方法为分割网络添加全卷积形式的辅助对抗网络,以助于保持高分辨率遥感图像分割结果中的标签连续性;更进一步,提出一种新颖的能够进行注意力选择的对抗损失,以解决分割结果较好时判别器约束的分割网络更新过程中存在的难易样本不均衡问题.在ISPRS Vaihingen 2D语义标记挑战数据集上的实验结果表明,与现有其它语义分割方法相比,所提出方法能够较大幅度地提高遥感图像的语义分割精度.
AbstractList TP751; 高分辨率遥感图像的语义分割问题是目前遥感图像处理领域中的研究热点之一.传统的有监督分割方法需要大量的标记数据,而标记过程又较为困难和耗时.针对这一问题,提出一种基于生成式对抗网络的半监督高分辨率遥感图像语义分割方法,只需要少量样本标签即可得到较好的分割结果.该方法为分割网络添加全卷积形式的辅助对抗网络,以助于保持高分辨率遥感图像分割结果中的标签连续性;更进一步,提出一种新颖的能够进行注意力选择的对抗损失,以解决分割结果较好时判别器约束的分割网络更新过程中存在的难易样本不均衡问题.在ISPRS Vaihingen 2D语义标记挑战数据集上的实验结果表明,与现有其它语义分割方法相比,所提出方法能够较大幅度地提高遥感图像的语义分割精度.
Author 刘雨溪
张铂
王斌
AuthorAffiliation 复旦大学电磁波信息科学教育部重点实验室,上海 200433;复旦大学信息学院智慧网络与系统研究中心,上海 200433
AuthorAffiliation_xml – name: 复旦大学电磁波信息科学教育部重点实验室,上海 200433;复旦大学信息学院智慧网络与系统研究中心,上海 200433
Author_FL ZHANG Bo
LIU Yu-Xi
WANG Bin
Author_FL_xml – sequence: 1
  fullname: LIU Yu-Xi
– sequence: 2
  fullname: ZHANG Bo
– sequence: 3
  fullname: WANG Bin
Author_xml – sequence: 1
  fullname: 刘雨溪
– sequence: 2
  fullname: 张铂
– sequence: 3
  fullname: 王斌
BookMark eNo9j01LAkEch-dgkJkfIzrt9J_Z2Zc5RUhvIHSps-zszqRSI7SEdIwkVDATgiCLPUTHELppL5_GcepbZBSdHvgdnh_PEsrphpYIrRDAhPCArtVxLU01JgDE4UAYpkABA8NAaA7l__dFVEzTmgA3hID5Ps-jdZNNppMre5PN2tfmrW9G41n31r4P7Ou9vWt9nT_NWpkZfpiLvul17XBgHx4_R8_Tcce0L03nZRktqOgolcU_FtDB1uZ-accp723vljbKTkqAUseXsQKeJAl3eRhIDyAOY5CJUJL7niDgc8mFUlHEFA2pxxJKmC-BisRjKqRuAa3-epuRVpE-rNQbpyd6_lipNs-qx-InGNg81_0G3ghlxQ
ClassificationCodes TP751
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2B.
4A8
92I
93N
PSX
TCJ
DOI 10.11972/j.issn.1001-9014.2020.04.012
DatabaseName Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList
DeliveryMethod fulltext_linktorsrc
Discipline Applied Sciences
DocumentTitle_FL Semi-supervised semantic segmentation based on Generative Adversarial Networks for remote sensing images
EndPage 482
ExternalDocumentID hwyhmb202004012
GrantInformation_xml – fundername: 国家自然科学基金
  funderid: (61971141,61731021)
GroupedDBID 2B.
4A8
5VS
5XA
5XJ
92H
92I
93N
ABJNI
ACGFS
AENEX
ALMA_UNASSIGNED_HOLDINGS
CW9
DU5
IPNFZ
KQ8
OK1
PSX
RIG
RNS
TCJ
TGT
U1G
U5S
ID FETCH-LOGICAL-s1022-6ecf09ddd93987e500c8c0edbfe965b1069e9bffaa4f28254d2146e02bd54f823
ISSN 1001-9014
IngestDate Thu May 29 04:20:08 EDT 2025
IsPeerReviewed true
IsScholarly true
Issue 4
Keywords 损失函数
生成式对抗网络
语义分割
高分辨率遥感图像
深度学习
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-s1022-6ecf09ddd93987e500c8c0edbfe965b1069e9bffaa4f28254d2146e02bd54f823
PageCount 10
ParticipantIDs wanfang_journals_hwyhmb202004012
PublicationCentury 2000
PublicationDate 2020-08-01
PublicationDateYYYYMMDD 2020-08-01
PublicationDate_xml – month: 08
  year: 2020
  text: 2020-08-01
  day: 01
PublicationDecade 2020
PublicationTitle 红外与毫米波学报
PublicationTitle_FL Journal of Infrared and Millimeter Waves
PublicationYear 2020
Publisher 复旦大学信息学院智慧网络与系统研究中心,上海 200433
复旦大学电磁波信息科学教育部重点实验室,上海 200433
Publisher_xml – name: 复旦大学电磁波信息科学教育部重点实验室,上海 200433
– name: 复旦大学信息学院智慧网络与系统研究中心,上海 200433
SSID ssib038074669
ssj0039469
ssib051375082
ssib007291925
ssib002806809
ssib023167203
ssib008143719
ssib000862495
Score 2.3503158
Snippet TP751; 高分辨率遥感图像的语义分割问题是目前遥感图像处理领域中的研究热点之一.传统的有监督分割方法需要大量的标记数据,而标记过程又较为困难和耗时.针对这一问题,提出...
SourceID wanfang
SourceType Aggregation Database
StartPage 473
Title 基于生成式对抗网络的遥感图像半监督语义分割
URI https://d.wanfangdata.com.cn/periodical/hwyhmb202004012
Volume 39
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
journalDatabaseRights – providerCode: PRVAFT
  databaseName: Open Access Digital Library
  issn: 1001-9014
  databaseCode: KQ8
  dateStart: 20090101
  customDbUrl:
  isFulltext: true
  dateEnd: 99991231
  titleUrlDefault: http://grweb.coalliance.org/oadl/oadl.html
  omitProxy: true
  ssIdentifier: ssj0039469
  providerName: Colorado Alliance of Research Libraries
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnR3LahRBcIgRxItv8c0e7OPEefT04yTdu7MERUFIILew8zIXV3ATxNzEIElAY0AQjJKDeJSAt0TN12Sy-hdW9fbOjkZ8XZqiu7qeM1M1M93VjnNVZDnPoqLjcnhEujTrMDdJaermQmLxGOFlZh_3rdtscpremIlmxg7t1lYtLcwnE-niL_eV_I9XoQ_8irtk_8GzFVHoABj8Cy14GNq_8jGJIyLbRCsSU2xFTGJOJMXOmBEhiPQQRzeJaCOgAFmaIUUkR2TdItI3gCayaaYDHUpiCTkmUZFBHhAEXproGAERWoKihaRwlrZ0ZIuokMQCeamWEQxISYMsiGAGkEQH9bTYCKCICoyQwI6ZicJoxAwpbXB8okPsgdYiAztmNVLR8PKx3KRAPUA0JcwkQFF1FLCL8gwK6BOMRjjyFRrngCSiWf80EowW5g0uZisyWALRuRHH9CheExC0ASV8I6mPCo2GgL002jAE0JmAE5npB_1TWYWjDbQeDrURAGXA-QgAnaEJ0QkRcgenBRUFw0VDPzdFJQdlQmx0wvVv-N-7Hr4GtaDsbUprsYgOzoixaQ0dmPFgxJQ8MCETOUxUHCbQnqYIsF3l_mNR8rmHj-buJYgDQQAP-T4cQFTFo1Nu3qmn98webT76i18vFwcvdr6sxRMByTsflRcMsEpDbZUAno1AGavGIz-EfFdU5eJCSc0RlpUSRxwyVPHa7xQ0G_a6Rad7t5ZbTp1wjtmXwoYa3OEnnbHFuVPOcfuC2LDht3fauV5u7uztPO-_3NxfflF-Xiu3tvdXX_W_rPc_vem_Xvr2-P3-0ma5sVs-WSufrfY31vtv333d-rC3vVIuPy1XPp5xptvxVHPStSeguD38EuOyPC08mWWZDKXgeeR5qUi9PEuKXLIo8T0mc5kURadDC9yETrMAMp_cC5IsooUIwrPOePd-Nz_nNLAKFCTjPOOJT_08FbSThVlYeCGHGJyH552GtcGsfcL1Zn_y8oU_o1x0jo5uxEvO-PyDhfwyZO3zyRVzaXwHbMCthQ
linkProvider Colorado Alliance of Research Libraries
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E7%94%9F%E6%88%90%E5%BC%8F%E5%AF%B9%E6%8A%97%E7%BD%91%E7%BB%9C%E7%9A%84%E9%81%A5%E6%84%9F%E5%9B%BE%E5%83%8F%E5%8D%8A%E7%9B%91%E7%9D%A3%E8%AF%AD%E4%B9%89%E5%88%86%E5%89%B2&rft.jtitle=%E7%BA%A2%E5%A4%96%E4%B8%8E%E6%AF%AB%E7%B1%B3%E6%B3%A2%E5%AD%A6%E6%8A%A5&rft.au=%E5%88%98%E9%9B%A8%E6%BA%AA&rft.au=%E5%BC%A0%E9%93%82&rft.au=%E7%8E%8B%E6%96%8C&rft.date=2020-08-01&rft.pub=%E5%A4%8D%E6%97%A6%E5%A4%A7%E5%AD%A6%E4%BF%A1%E6%81%AF%E5%AD%A6%E9%99%A2%E6%99%BA%E6%85%A7%E7%BD%91%E7%BB%9C%E4%B8%8E%E7%B3%BB%E7%BB%9F%E7%A0%94%E7%A9%B6%E4%B8%AD%E5%BF%83%2C%E4%B8%8A%E6%B5%B7+200433&rft.issn=1001-9014&rft.volume=39&rft.issue=4&rft.spage=473&rft.epage=482&rft_id=info:doi/10.11972%2Fj.issn.1001-9014.2020.04.012&rft.externalDocID=hwyhmb202004012
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fhwyhmb%2Fhwyhmb.jpg